En 1934, devant un tableau noir, Albert Einstein dérivait la relativité restreinte pour un groupe d’étudiants. Aujourd’hui, une génération entière est tentée de confier ce genre d’effort intellectuel à un chatbot. Une thèse dérangeante circule pourtant chez les physiciens : si Einstein avait eu accès à ChatGPT, il ne s’en serait jamais servi pour penser à sa place. Et s’il l’avait fait, il ne serait jamais devenu Einstein. L’idée est développée par l’astrophysicien Ethan Siegel, et elle mérite qu’on s’y arrête, parce qu’elle touche au cœur de ce qui fait un innovateur (Big Think).
Le mythe du génie solitaire
On nous a vendu un Einstein de légende : le cancre qui a raté ses études, l’employé de bureau des brevets qui, seul dans son coin, a réinventé la physique. Presque rien de tout cela n’est vrai. Einstein a terminé son cursus de physique dans l’une des meilleures universités d’Europe, l’actuelle ETH Zürich, en 1900. Il a ensuite poursuivi ses études doctorales au même endroit.
Loin d’être un solitaire, il a fondé en 1902 un cercle de discussion, l’Académie Olympia, où il débattait de physique, de philosophie et de mathématiques avec ses amis Conrad Habicht, Maurice Solovine et Marcel Grossmann (Wikipédia). C’est d’ailleurs Grossmann qui, grâce à son père, lui a décroché son poste à l’Office des brevets de Berne, un job étudiant qui lui laissait du temps pour ses recherches. Son « année miraculeuse » de 1905, avec la relativité restreinte, l’équivalence masse-énergie, le mouvement brownien et l’effet photoélectrique, n’est pas le fruit d’un cerveau isolé, mais d’une intelligence nourrie par une communauté (Wikipedia).
Et le mythe du cancre ? Son professeur, le mathématicien Hermann Minkowski, le trouvait paresseux, absent des cours, avec une formation mathématique fragile. Sauf que Minkowski jugeait une performance d’adolescent de dix-sept ans, pas un potentiel. Il ne pouvait pas voir l’effort colossal et soutenu qu’Einstein allait investir pour bâtir ses fondations mathématiques et apprendre à penser longuement, profondément, un problème.
« L’imagination est plus importante que le savoir » : le grand contresens
La citation la plus célèbre d’Einstein est aussi la plus trahie. On la brandit pour affirmer que l’imagination compte et que le savoir, lui, serait accessoire. C’est un contresens complet. La phrase est prononcée en 1929, lors d’un entretien avec George Sylvester Viereck, alors qu’Einstein évoque la validation de la relativité générale par l’éclipse de 1919 (Quote Investigator).
Dans son contexte, Einstein dit simplement qu’il était convaincu d’avoir raison avant même la confirmation expérimentale. Son imagination reposait sur une connaissance profonde. Sans le savoir qui fonde ses intuitions, sans les compétences pour développer formellement ses idées, aucune de ses prédictions n’aurait pu voir le jour. En 1921, il l’écrivait déjà noir sur blanc, rapporté par son biographe Philipp Frank : la valeur d’une éducation n’est pas d’accumuler des faits, « c’est l’entraînement de l’esprit à penser, ce qu’aucun manuel ne peut enseigner ».
Cette phrase suffit à comprendre pourquoi il aurait tenu l’IA à distance. Un moteur qui rédige à votre place, raisonne à votre place et conclut à votre place vous prive précisément de l’effort qui muscle l’esprit. Einstein aurait pu s’en servir pour vérifier un fait, à condition de s’assurer qu’il ne s’agissait pas d’une hallucination. Jamais pour déléguer sa pensée.
Ce qu’aucune IA ne remplacera
L’argument le plus solide vient d’un chercheur en IA, pas d’un nostalgique. Lors de la 248e réunion de l’American Astronomical Society en juin 2026, le professeur Sanmi Koyejo, qui dirige le laboratoire Stanford Trustworthy AI Research, a posé une distinction limpide : bien réussir un test, ou pour un modèle « bien performer sur un benchmark », n’a rien à voir avec faire de la science (Astrobites).
Un benchmark suppose trois choses : une vérification bon marché et quasi instantanée, une boucle de rétroaction courte, et des questions figées à l’avance. Or, en physique et en astronomie, aucune de ces trois conditions n’est réunie. Les données sont bruitées, ambiguës, parfois plusieurs réponses sont plausibles, et il faut souvent aller chercher de nouvelles observations que nulle puissance de calcul ne peut fabriquer. Quand un modèle vous annonce le résultat d’une expérience qui n’a pas encore été menée, il ne faut surtout pas le croire : au mieux, c’est une supposition déguisée en conclusion assurée.
Koyejo résume le danger d’une formule qui devrait rester en tête bien au-delà de l’astrophysique : « Quand la chose mesurée et l’instrument de mesure partagent les mêmes angles morts, les erreurs ne s’annulent pas. Elles se renforcent. » Un consensus entre IA mesure un accord, pas une vérité. C’est exactement là que l’humain, avec sa pensée critique, sa culture de la rigueur et de la reproductibilité, reste irremplaçable.
L’affaire de Brown : quand tricher devient la norme
Un exemple récent glace le sang. Dans un cours d’économie de l’université Brown, 86 étudiants ont obtenu à un examen de mi-parcours à la maison une moyenne de 96 %, un niveau jamais vu, alors que les scores n’avaient jamais dépassé 80 % auparavant. Soupçonnant une utilisation massive de l’IA, le professeur Roberto Serrano a imposé un examen final en présentiel. Dix-huit étudiants ont abandonné le cours, neuf ne se sont pas présentés, et la moyenne des 59 restants s’est effondrée à 48,6 % (Inside Higher Ed).
Le verdict du professeur claque comme un avertissement : « Nous ne pouvons pas nous permettre une société où une part importante de nos meilleurs jeunes esprits pense que tricher est acceptable. » Comme le formule l’essayiste Nicholas Carr, « armé de l’IA générative, un étudiant B peut produire un travail de niveau A tout en devenant un étudiant C » (New Cartographies). L’illusion de la compétence détruit la compétence réelle.
Innover, ou déléguer son cerveau ?
C’est ici que le débat rejoint ma conviction profonde. Dans mon livre, au chapitre 6 consacré aux compétences clés de l’innovation, j’identifie huit attributs qui font prospérer un innovateur : la curiosité, l’empathie, l’audace, l’apprentissage, la créativité, la communication, la capacité à se remettre en question et la mise en action. Aucune de ces compétences ne se télécharge. Chacune se construit par l’effort, la friction, le fait de se coltiner un problème sans filet.
Ce livre s’adresse aux PDG, aux dirigeants et aux innovateurs prêts à tout remettre en question et à créer une croissance exponentielle.
Déléguer systématiquement sa réflexion à l’IA, c’est saboter méthodiquement ces huit leviers. On ne devient pas curieux en lisant une réponse toute faite. On n’apprend pas à se remettre en question en acceptant la première synthèse venue.
Attention au malentendu : je ne suis pas technophobe, bien au contraire. Dans mon livre, au chapitre 14 dédié à l’application de l’intelligence artificielle, je décris un processus en cinq étapes pour adopter l’IA dans une organisation sans détruire ce qui compte. L’IA y est traitée comme une innovation de procédé, encadrée par deux questions fondamentales : comment augmenter ma productivité et la qualité de ce que je délivre, et que puis-je faire aujourd’hui qui était impossible hier ? Toute utilisation qui ne répond à aucune des deux n’est qu’une distraction. L’IA doit augmenter l’humain, jamais l’anesthésier.
Einstein cherchait activement les défis intellectuels. C’est précisément ce qui l’a transformé, d’étudiant jugé médiocre par Minkowski en l’un des plus grands esprits de l’histoire. Chaque fois que vous confiez votre pensée critique à une machine, vous vous privez de l’occasion de faire grandir la seule chose de valeur qui vous restera quand l’examen sera fini : votre propre esprit. Einstein aurait refusé ce marché. Vous le pouvez aussi.
Références
- (Big Think) = https://bigthink.com/starts-with-a-bang/einstein-ai/?utm_source=philippeboulanger.com
- (Inside Higher Ed) = https://www.insidehighered.com/news/faculty/learning-assessment/2026/07/08/brown-professor-suspects-most-his-class-used-ai-cheat?utm_source=philippeboulanger.com
- (Astrobites) = https://astrobites.org/2026/06/14/aas248-sanmi-koyejo/?utm_source=philippeboulanger.com
- (New Cartographies) = https://www.newcartographies.com/p/the-myth-of-automated-learning?utm_source=philippeboulanger.com
- (Quote Investigator) = https://quoteinvestigator.com/2013/01/01/einstein-imagination/?utm_source=philippeboulanger.com
- (Wikipédia) = https://fr.wikipedia.org/wiki/Acad%C3%A9mie_Olympia?utm_source=philippeboulanger.com
- (Wikipedia) = https://en.wikipedia.org/wiki/Annus_mirabilis_papers?utm_source=philippeboulanger.com
